Charlene Li - Proven Strategies for Integrating AI in the Workplace
43:35 Share

欢迎收听 HR Data Labs 播客，这是您了解人力资源领域内外最新趋势的直接来源。

收听我们探讨薪酬策略、数据和人员分析如何影响您的组织。本播客由 Salary.com 赞助，它是您获取薪酬及其他方面数据、技术和咨询服务的来源。现在，让我们欢迎主持人 David Teretsky 和 Dwight Brown。大家好，欢迎收听 HR Data Labs 播客。我是主持人 David Teretsky，与我一起的是我的联合主持人、Salary.com 的最佳朋友和合作伙伴 Dwight Brown。Dwight Brown，你好吗？

我很好，David。今天阳光明媚，我们可能很快就要进入夏天了。

这很有趣，因为马萨诸塞州这里只有 41 度，而且在下雨。不，不。完全相反。是的。Dwight，谢谢你提醒我，对吧？是的，没关系。但这里阳光明媚。你知道为什么这里阳光明媚吗？告诉我。因为我们今天请到了 Charlene Lee。Charlene，你好吗？很好。很高兴来到这里。你今天是我们的阳光。我们唯一的阳光。是的。

对于那些在家收听的朋友们，是的，当天空阴沉的时候，能来到 HR Data Labs 播客让我很开心。

Charlene，你能不能跟我们讲讲你自己？当然可以。我是一位资深作家和分析师。我已经写了六本《纽约时报》畅销书，主要关注……等等，等等，等等。你不能就这么一带而过。你刚刚轻描淡写地提到了《纽约时报》畅销书。是的，你知道，每个人都有这个。每个人都这样做。是的，你知道，等等等等。我写了很多书，但我还没有获得《纽约时报》畅销书的称号，Charlene。

这很有趣。你知道，这，这，你得到一本就足够了。你只需要一本。好的。好吧。你知道，这就像格莱美奖、艾美奖或奥斯卡奖一样，对吧？这，这很棒。拥有这个称号很棒。但是我的重点是，我一直都在写关于颠覆性技术的文章，以及你如何创造颠覆性创新，如何颠覆你自己和你的组织，

而且总是有新的东西可以写，可以谈论。所以我大概在这个领域工作了三十年，并且还在不断接触新的事物。我正在创作我的第七本书，《如何利用人工智能获胜：90 天蓝图》。所以这本书应该会在今年春天晚些时候出版。

我和 David 都是技术爱好者，我们非常关注如何将技术整合到工作场所的各个方面。是的，我们会谈到这个，但我一直相信，并且从这些数字颠覆和转型来看，转型永远不是关于技术的，它永远，永远是关于人的。

我们犯了一个错误，那就是专注于技术，而不是关注人们如何采用它，如何使用它，它将如何改变他们。这就是为什么绝大多数的这些努力都失败了。所以它总是回到领导力和文化上。我是一个技术宅，喜欢技术。我们喜欢这样。

但是，如果你不把人们也纳入你的努力，你的思考中，它就会失败。绝对的。有道理。我们会深入探讨这个问题。但首先，Charlene Lee 有什么不为人知的有趣的事情吗？我喜欢训练猫。

你说什么？什么？所以……你训练猫？其他人，比如，教老狗学新把戏。我在玩一个完全不同的游戏。我正在训练我的猫做技巧。是的。好的，所以……

给我一些提示吧。你让你的猫做什么样的把戏？顺便说一句，我们是两个爱狗的人。我们正在和两个爱狗的人交谈。是的，他们的狗从不听我们的。对。所以我的猫，它现在正在那里打盹，它可以做大约十几个把戏。所以它可以给我击掌，两只爪子都可以。它可以转圈。它会躺下，这对他来说真的很困难。

它会做一种滑稽的跳跃动作，它只是在我的手上跳来跳去。它会把下巴放在桌子上。当我叫它的时候，它会过来坐在我的腿上。但最好的把戏是它会跳过我的胳膊，穿过我手里的圈，就像我拿着一个圈，它会跳过去。真的吗？但让我问一下，让我问一些有用的问题，比如坐在马桶上并在马桶里大小便。它会在水槽里撒尿。对。

哦，嘿，听着，因为你想这样做，对吗？我的意思是，这可能会有两种结果。它的猫砂盆不是……哦，我还有一个机器人。哦，好的。好吧。就是这样。是的，好吧，对于我的下一个问题，我不会像所有收听节目的听众想象的那样直白。但我们现在应该过渡到我们的主题，这样我们就不会惹上麻烦。

因为我们的任何一集都没有明确的评级。而且我们有点兴奋过头了。是的，正如你所看到的。所以 Charlene，我们今天的主题是生成式人工智能将如何改变工作场所的人力资源。我们已经就此进行了很多讨论。所以我们非常着迷。

Charlene，我们的第一个问题是，人力资源部门在将生成式人工智能引入工作场所时面临的最大挑战是什么？我认为最大的挑战是，我们没有很多好的策略将人工智能与人力资源的特定目标或甚至你的业务、你的组织战略目标联系起来。

通常情况下，人工智能战略，我在这里加上了引号，是一系列用例。用例不是战略。更重要的是，我发现人力资源部门根本没有参与其中。

在战略讨论中，他们要么被排除在外，因为技术人员接管并说，这是一个技术问题。我们不需要人力资源部门参与。要么人力资源部门说，我不需要参与其中。这是技术问题。它不涉及人员。正如我们在播客开始时所说的那样，它始终是关于人的。

所以我发现，如果你把人工智能视为一种技术而不是一种变革力量，那么你的看法是错误的。如果你把它看作是一种将以传统方式推出的企业技术，那么你将会失败，因为这太漫长了，影响也太慢了。这个领域每天都在发生变化。

你必须制定一个能够立即对你的顶级战略目标产生影响和价值的战略。我认为我们很多人力资源部门都担心的是，目前的战略和目前的思维是降低成本，减少人员。这是一个在人力资源部门实施人工智能的战略，但它不是一个好战略。当然，它也不是一个经过深思熟虑的用例。

好吧，我认为你错过了人工智能的变革价值，尤其是在人力资源的背景下。因为如果你只把它看作是效率和生产力，而这些是可以带来巨大变革的，那么你就会错过你与人们互动的方式。这既包括你的客户，也包括你的员工，而且方式完全不同。

我的意思是，想想培训、领导力和发展。根据每个人的学习风格和发展计划，你可以创建定制化、个性化发展的规模和速度是惊人的，就影响而言是指数级的。所以这不仅仅是，你知道，节省一些关于生成培训脚本的自动化。

这想法太小了。我认为你可以想大，从小做起，然后快速扩展人工智能。问题是我们没有想大。我们想得很小。因此，我们没有采取这些大的措施。我们没有从我们最大的战略目标开始，并说，我们在解决这些重大战略成果方面面临的最大问题是什么？

除非你从战略的角度考虑问题，想大，否则你就会从小做起，然后一直做小。你认为部分原因是人们不了解人工智能及其能力吗？

我认为他们不了解他们的战略。好吧，是的，我的意思是，这是我们在人力资源中一直看到的问题。战略一直是行政管理。战略一直是维持现状，然后填补空白，就像那个小荷兰男孩的故事一样，你知道，用手指堵住堤坝。它一直是一个……

只是试图成为每个人的一切。而你所说的意思是，更具变革性地思考我们如何提供更好、更个性化的服务，而这种服务不会随着人员的增加而增加。它随着可用技术的增加而增加。对吗？对。再说一次，这是一个非常有趣的时刻，你可以扩展和发展而无需增加新的人员，无需花费巨额资金，而且时间也少得多。

你以前从未有过这样的机会。这是我们运营方式的完全规模级别的差异。所以你必须退一步，更具战略性。这是人力资源部门在过去 15 年中一直在经历的转型，

我们被招聘人员、参与人员、留住人员的行政方面的工作所困扰。再次，就像所有这些行政方面的工作一样。现在，技术可以消除很多这些行政管理方面的开销，让你能够更具战略性地思考。但我们没有将自己训练成人力资源专业人员，甚至不知道如何提出战略性问题。对。

好吧，所以正如 Dwight 之前所说的那样，更大的问题是不是我们需要更多帮助来制定这个战略。我们不能真正求助于组织内的其他人。他们会说，你在开玩笑吗？请原谅我的法语。你不知道如何制定战略。你现在为什么来找我们？这应该在几年前就完成了。你知道我的意思吗？是的。再次，最好承认这一点。是的。所以让我们去做吧。

所以你坐在那里说，我没有战略。再说一次，战略相当简单。战略只是你为实现你的业务目标和赢得胜利而做出的一系列整合的选择。因此，将它们与你作为企业的整体核心战略相一致。事情是这样的。大多数企业都无法告诉你他们的战略是什么。所以这不仅仅是人力资源部门的问题。这是整个高管团队和董事会的问题。

人工智能和战略中最困难的部分是，它迫使你专注于对我们来说最重要的事情，整合的选择。

选择是我们将在何时不做什么来实现我们的目标。如果你没有就这些目标达成一致，你就无法开始做出决策，这就是为什么我们默认选择效率和生产力。因为这是在我的权限范围内的。我可以看看这些小问题。我不必处理一致性和和谐性，也不必确保我们都在同一页上。我们组织内部整体战略的根本问题。是的。

所以我想问的一件事是，我们很多人力资源领域的人都会制定一个战略计划。你知道，每年我们都会制定一个战略计划，说明我们明年将尝试实现的目标。

我认为你谈论的不仅仅是制定比这更广泛的计划。你只是在说，有没有一种方法可以看待这个战略计划，并能够以不同的方式、更有效地实现它，而无需投入资金，无需一定投入人员？我的意思是，你可能一开始需要投入一些资金，但如果你使用的是潜在的生成式人工智能，而不是仅仅……

用人力来完成它，你会得到更好的预期。是的。再次，我认为这是一种非常注重效率和生产力的看待事物的方式。坦率地说，未来 12 个月的战略计划是一个执行计划和预算。对。随着你越来越接近这 12 个月的结束，你的计划会越来越小。我真正提倡的是一个战略计划，它可以帮助你实现组织的整体业务目标。对。

所以它是长期的。长期，无论那是什么样子。它可以考虑三到五年的时间范围，但我鼓励人们把它看作是 18 个月，六个季度。每个季度你都要制定出我们将要交付的影响和价值。这不仅仅是行政方面的事情。为了帮助我们实现长期目标，你将创造什么变化和影响？所以——

如果你正在创造这种变化，那么人工智能如何帮助你加速这种变化或实现这种变化？因为有很多障碍阻碍了这种转变的发生。关键是在每个季度结束时，你都会评估你已经取得了多大的进展。你对未来五个季度将产生的影响进行调整。然后你再增加一个季度。这是一个滚动式的 18 个月计划。而且——

你不必每个季度都重新制定它。它是该计划外观的延伸。它足够遥远，以至于它实际上是战略性的。

所以你谈论的战略计划，是针对人工智能的具体战略计划吗？或者你是说，看看你的业务战略，然后从那里倒推，找出人工智能可以在哪些方面帮助你实现这个战略？绝对的。因为你的高管团队和董事会不会关心。

除非它能帮助你创造你的业务。它能帮助你实现你的业务目标，创造竞争优势。他们不会关心。就像，是的，去处理它，并得到你部门的支持。但如果你真的想产生影响并改变组织，那么帮助我们实现我们为自己设定的宏伟目标。

找出阻碍我们实现目标的最大问题。我们面临的最大挑战是什么？帮助我们了解人力资源和人工智能将如何帮助我们更快、更便宜地实现这些目标。你喜欢到目前为止听到的内容吗？点击订阅，确保您不会错过任何节目。本播客由 salary.com 提供支持。现在回到节目。

Charlene，让我担心的一件事是，人力资源部门在这些举措方面通常会遇到挫折，而人工智能仍然处于起步阶段，实际上仍然有训练轮。我们也没有足够的组织专用云或专用实例，这将使我们能够在不泄露给其他人的情况下，很好地考虑这些类型的策略，例如，嘿，告诉我一些其他公司已经这样改进其人力资源战略的例子。突然间，ChatGPT 就吐出了我们公司的名字。哦，Salary.com 做到了。顺便说一句，Salary.com 只是一个公司名称的例子，应该只是一个公司名称。但你知道我的意思，就是说，

对我来说，由于技术尚不成熟，存在许多障碍。在你思考这个问题以及你正在阐述这个问题时，

你认为这种成熟度曲线的问题仍然存在吗？或者我们现在已经准备好迎接它了吗？首先，我们鼓励人们做的第一件事是让你的核心团队成员接受如何安全可靠地使用人工智能的培训。你可以简单地使用 ChatGPT 团队来做到这一点。

如果你将其自动设置到位，所有设置都会为模型提供数据，任何你的数据都会自动关闭。它是 100% 私密的？它是 100% 私密的。好的。这就是我使用的系统。你知道，你能相信他们吗？好吧，如果他们不能安全地做到这一点，那么整个商业模式就会崩溃。然后第二件事是，

你想为负责任和合乎道德的人工智能制定治理模型。你会构建我所说的一个 AI 信任金字塔，从安全、安全、公平等等一直到透明度，以确保每个人都理解这就是负责任和合乎道德的人工智能的样子。它不必很复杂。它建立在你公司现有的数据策略和安全策略的基础之上。然后第三，也是最重要的一点，是让更多人能够访问。

在整个组织中更广泛地使用。你可以从你现有的云提供商那里获得现成的解决方案，可以立即启用它，而且它是完全锁定的。我和一家全球性组织谈过。他们有 65,000 名员工，他们每年花费几万美元为每个人运行人工智能。

是的。我们说的是这就像 IT 部门内的一小笔预算。当然。我想我更担心那些还没有听说过这件事的员工。访问 onemin.ai，这是一个各种生成式人工智能模型的现成聚合器，

你可以花 69 美元购买终身许可证，并每月获得大量积分。但这完全是公开的。我的意思是，你可以将所有设置设置为私有。但是 Charlene，我担心的是你提到的向所有员工推出它的事情。

如果你没有这样做，而且你还没有这样做，相信我，你的每个员工都创建了自己的私人小云。他们没有将这些隐私设置设置为私有。他们对公司生成式人工智能提出的所有问题都正在被吸收，虽然不一定是广播，但它们正在被吸收。这就是为什么将其锁定如此重要的原因。对。

而且你越能用你的 IP 网络捕捉到它，每当他们访问这些东西时，他们就会被重定向到你授权的安全可靠的方式，你正在锁定该技术。它正在记录事情，但它会在一个小时内从日志中删除任何内容。因此，没有任何内容被键入。它是安全的。所有，你知道，符合 SOC2 标准。因此，即使是传输线路也是安全的。一切都被锁定。

因此，即使有人无意中将某些内容上传到你的私有云中，它也不会在那里显示。Copilot 或 Apple Intelligence 或 Gemini（现在称为这个名字）怎么样？我们每天使用的应用程序（无论是我们的手机还是智能手机）中普遍可用的那些怎么样？

Microsoft Excel 或 Word 集成了 Copilot。是的，这些都是锁定的。再次，这是一个你达成的协议。如果你有 Copilot，如果你有任何 Microsoft 工具，再次，在你的系统上，这些都是锁定的。

所以它们在 MSA 中，所以你可以安全。所以你想与你的供应商合作，让他们了解你对人工智能的道德和准则负责。所以这就像你的整个生态系统都在同一页上。你想确保所有供应商都遵守你的安全、安全和隐私实践。你无论如何都会这样做。你也会对人工智能这样做。对。

好吧，他们可能还没有这样做。在听完这个之后，希望他们会这样做。这里的问题是，安全可靠地访问人工智能，并且你可以充满信心、充满信任地继续使用它，

对于你使用人工智能至关重要。如果你不能将其作为基础构建块，那么你就无法继续前进。我和我的合著者非常热衷于使人工智能易于获得，尽可能多地公开它。所以，因为一旦你有了这个安全可靠的平台，你就可以打破这个局面。

我们正在与之交谈的 CIO 说，我不在乎他们是否使用它。如果他们使用它或者他们不使用它，我真的不在乎。我们只是要让它像电力一样。它将无处不在，他们可以使用它。我不必担心投资回报率，因为它非常便宜。

但我知道会有影响，因为如果我试图把它从他们那里拿走，他们会说，除非我死了。再次，他无法衡量价值，但在一个拥有 665,000 名全球员工的组织中，每年花费 30 万美元用于人工智能，以便让每个人都能安全地访问，没有人会在乎它花费多少。是的。

所有关于投资回报率的问题都消失了。然后你可以专注于

好吧，我们可以用它做什么？当每个人都能访问时，我的天哪，会发生的事情。然后重点是说，你知道，效率、生产力，去吧，去吧。这很简单。去做这些事情，对吧？我们真的不需要过多地考虑它们。如果它能帮助你更好地完成工作，那就去做吧。遵守我们制定的这些准则，然后去做吧。但真正需要发生的是，我们需要战略性地了解我们将如何使用它

在我们的业务中，以便它能够产生最大的效益，帮助我们实现战略目标？这是一个战略问题，你的高管团队和董事会应该讨论这个问题。人力资源部门需要参与其中，因为除非你考虑人员方面的问题，否则你无法获得这种程度的变革。那么，它是否从人力资源部门制定战略开始，然后向上发展，或者……

你认为哪种方式最好？有一个最小可行团队，MVT 中的某个人在战略性地思考，你可以在组织中找到最高级别的战略人员。你从人力资源部门找一个能够考虑人员及其对这些事物的采用和使用的人。你找一个从数字和技术方面思考的人。这不是你传统意义上的技术部门。是数字领域的人。然后你找一个了解客户的人。

拥有这种视角的人。这可能是市场营销、产品或商业方面的人，但必须是能够鼓励团队以客户为中心的人，无论客户是谁。所以这是一个非常小的团队。

并且你从你的法律团队那里获得支持，比如，嘿，我们将遵守所有这些规则。但除此之外，在这些护栏内，我们将遵守这些规则。但他们不属于这个房间，因为他们是说不的部门。他们不是那些具有创造性思维并想象工作将是什么样子的人。

如果他们承诺永远不说不，那就让他们进来。他们一旦说不，就会被赶出去。在他们进门之前，你还没有签署的条款和条件。你知道，就像，你真的想参与这次谈话吗？是的，完全正确。小心你所希望的。你知道，在我们还没有想出如何去做之前，我们不会实施任何东西。

因此，通过组建这个非常小的团队，这个团队将非常注重战略，你就有机会真正专注于你可以用人工智能解决的大问题。我担心或感到鼓舞的一件事是，如果这个工具如此普遍，每个人都能访问它，那么我认为你一开始就提到的我们需要做的一件事是培训人们

是给他们指导，告诉他们如何编写提示，或者使用哪些工具？你将如何使用它？哪些工具适合你？即使只有一个，即使只有一个他们使用的产品，也要确保他们不会使用其他产品。不要使用他们的 iPhone。所有这些都是确保他们理解的重要事情。

仅仅发送电子邮件是行不通的。因此，培训将成为这里的关键，并确保培训师与该团队（MVT）一起花费一些时间，以便能够推出适当级别的沟通、变革管理等等，网络研讨会，

因为每个人都想尝试使用它。每个人都在等待这个出现，这样他们就可以说，哦，我将把一封电子邮件放入其中，看看我是否可以改进它。好的，这是正确使用你的时间吗？这也是这项培训应该回答的问题。

是的，我相信人们需要具备基础的理解能力。是的，他们一开始可能会为他们提供正确的内容。我真的很相信尽快培训你领导层的最高两层。这些人了解组织的战略，或者至少他们应该了解。但他们更有可能战略性地思考这些工具的使用。因此，他们越能用人工智能改变自己的工作

人工智能，越有可能看到人工智能对组织的变革力量和潜力。但他们必须亲身体验。我最近参加了一个人力资源会议，我们做了一个民意调查，询问有多少人，你们多久使用一次这些东西？大多数人说他们每月使用几次，每周使用几次。其中 6% 的人说，我离不开它。

只有 6%，大约 500 人。只有 6%？只有 6%。哇。是的。所以，我鼓励首先，让那些举手的人站起来，让其他人看到他们，并在会议的剩余时间里与他们交谈。但这就是你应该达到的水平。也许达不到那个水平，但你需要使用它来完成你每天的工作。所以有一个巨大的障碍需要克服。再次，信任是一个很大的因素。例如，

我相信拥有提示库。而且，我只是真的训练人们做三件事，创建内容，进行研究，并将其用作思想伙伴。你在组织中的职位越高，仅仅将其用作思想伙伴、作为讨论板的能力就变得越来越重要。

所以让它审查一些东西。给它一个你正在努力解决的问题。给它一个关于员工的困境，一次艰难的谈话。你必须提出要求，让它帮助你编写脚本或进行角色扮演。我鼓励他们做的是，要求在他们编写的任何提示的末尾添加这一行。

因为大多数人都不擅长编写提示。所以你要求人工智能通过提出这个问题来提示你。在开始之前，在末尾添加，问我任何你可能有的澄清问题。有趣。是的。

我真的很需要那个。是的。所以发生的事情是它扭转了局面。然后，人工智能开始问你所有它需要提出的问题，以便完成你交给它的任务。查琳，为什么这不会很自然呢？因为当我们进行对话时，我们现在正在这样做。如果我不明白什么，我会问你。

你知道，现实情况是，我问你，这样我才能澄清和理解，这样我接下来说的话，通常应该有点聪明，但通常不是，尤其是在这次谈话中，将会是一个更好的输出。通常情况下，这不会是那种……但系统不知道系统不知道的是……问题是我们把人工智能当作谷歌搜索来对待。

我们输入信息，然后得到答案。我们不喜欢它。我们提出另一个问题，并试图得到另一个答案。所以同样，人工智能是智能的。它拥有大量的智能。所以你可以把它几乎当作一个人来对待。所以我把它当作研究助理。所以我说，这是一个任务。我希望你去做。你对一个人说什么？你只是给他们任务，然后像赶走他们一样让他们去做吗？按下按钮让他们出门。你会说，等等，你清楚我的指示吗？你有什么问题要问我吗？

这通常是你会做的。所以把人工智能当作一个非常聪明的助手，需要更多澄清。最自然的事情是你会说，这是我想让你做的。

你有什么问题要问我吗？但这又回到了你之前提到的能够理解如何适当地提出提示的问题。没有提示工程。是的。是的。提示工程或课程。是的。是的。同样，我通常会包含一个例子，说明不，这些是需要包含在此处的关键组件。这是你的角色。

比如你的角色是一个商业文案撰写者，他是人力资源沟通方面的专家。这是说明。我需要你为我在大学招聘活动中做的演讲写一个10分钟的脚本。这里有一些背景信息。这就是观众是谁。这个俱乐部里有很多工程专业的学生。

他们很好奇在你的公司工作是什么样的。这里有一些关于公司的信息，关于我们如何进行大学实习，公司早期职业生涯是什么样的，然后是明确的输出。给我一个分为三个部分的10分钟脚本，我可以做，然后去比赛。然后问问题。

问我可以问的任何澄清问题。但是，即使给人们这种程度的提示，顺便说一句，所有这些引擎中都有提示常见问题解答，而且它们越来越复杂。但在基本层面上，这些是你想要包含在提示中的核心内容。

我们现在也有这些叫做人工智能代理的漂亮东西，因为提示非常重要。现在我们要左转，谈谈代理。好吧，这是一个更大的问题。嘿，你在听这个，并自言自语，伙计，我希望我能和戴维谈谈这个？好吧，你很幸运。我们为人力资源数据实验室播客的听众提供了一个特别优惠。与我进行关于我们在网上涵盖的任何主题的免费半小时通话。

在播客上，或者你想到的任何事情。访问salary.com/HRDL consulting安排你今天的免费30分钟通话。

查琳，我知道我们有点偏离主题了，但现在让我们谈谈人工智能代理，因为这是一种……我们正在谈论从生成式人工智能，这更多的是，正如你之前所说，研究伙伴。现在让我们谈谈代理，它们是，把它们想象成你的行政助理，对吧？或者行政伙伴。对。把它们想象成同事。是的。

或者再说一次，我刚刚做的事情之一是完成了一个关于如何管理一个由人和人工智能代理组成的团队的课程？

比如，你怎么考虑这个问题？它不再是这项被动的技术。你的团队中有很多事情需要做才能创造一些输出和价值。你有人可以做，你有人工智能代理可以做。你还有两者混合的组合可以做。那么你如何确定哪个是正确的组合呢？现实情况是你必须不断地为此进行调整。因为这些代理将完成很多自动化、重新设计的工作，

它们与一个人结合起来，会为你做很多提示工作。基本上，代理是，把它们想象成协调者。是的。他们将获取并理解你想要完成的特定任务，并

它将去寻找正确的信息、正确的数据。它会将其馈送到人工智能引擎、生成式人工智能引擎。它会返回，评估其质量。如果它达不到质量标准，它会将其发送回去并说，再做一次。然后最终给你一个答案。

所以过去我们必须手动完成的所有这些步骤，使用生成式人工智能，代理使它更容易，并且它们可以随着时间的推移学习什么是高质量的答案，它们是什么样的，并且与团队中的人类一起改进和学习。但是必须有人类参与其中进行检查，因为我们听说过，我尤其……

我们有一些嘉宾在播客上，德怀特和我，他们说，好吧，你知道，人工智能撒谎。它真的不明白。谎言和幻想。有时它会编造一些东西。所以我们难道不需要在代理旁边进行检查，以确保代理正在被检查吗？是的，这就是这些代理所做的。坦率地说，对它撒谎的描述是对人工智能正在做的事情做出某种判断。

你可以把它想象成编造东西，撒谎。同样，我们把它当作谷歌搜索引擎来对待。这不是它真正擅长的事情。如果你想要答案，就去谷歌搜索。如果你正在寻找一个可以有创造力的人，对吧？当你写东西的时候，你希望它理解你的风格。你希望理解事实，你可以告诉它要非常小心。不要编造东西。这对我的职业生涯非常重要，它不会。是的。

所以有一些方法，同样，你可以把它想象成一个过度热情的实习生，想要让你开心。他们会尽一切可能让你开心，包括编造东西，直到你告诉他们不要编造东西。所以同样，他们需要指示。人工智能代理所做的就是给他们非常详细的指示。只针对这个特定问题查看此数据。它甚至更好地理解你的问题。

比如，你是在问我们有多少假期？还是我们在查看和评估什么构成了优秀的员工，并理解简历之外的东西来理解这个人？这是两个非常不同的活动，完全不同类型的数据你想要查看，不同的推理。所以你以同样的方式处理它。这就是这些代理所做的。他们理解你的请求，以同样的方式处理它，然后拥有我称之为判断或批评任务

坐在它上面的AI说，这是一个好答案还是不好？所以这个批评者经过人类的训练，说，是的，代表我行动，去掉所有与质量不符的东西，把它送回去，然后训练基础引擎变得更好。因为最终，这就是你训练一个过度热情的实习生成为优秀员工的方式。

人工智能代理也是如此。人工智能也是如此。你必须训练它。现在我非常想回到ChatGPT，开始找出我可以尝试的有趣工具。好吧，是的。我认为，德怀特，问题是你必须能够有效地运用这些肌肉。

学习它们是如何组合在一起的，然后代理如何适应你正在谈论的用例。如果这是策略，那么对我来说，人工智能代理最好的事情之一就是帮助你通知或告知你何时做出决定或发生的情况似乎可能会让你偏离你的战略目标。

我的意思是，不是要告密我的同事或我的朋友在我的小组中，而是向我展示这是怎么回事的例子，这样我就可以去纠正它。好吧，我知道有些人开始将这些代理用作真正的副驾驶和真正的领导者。

因为他们就像，事情太多了。有太多的报告需要查看。我有太多的团队成员和员工，尤其是在组织中职位越高。所以他们使用人工智能为他们建立这些通知，说，我会定期寻找这些东西，寻找这些东西。如果任何东西都不正常，给我这些例外情况，并给我一些我可以采取的行动建议。然后随着时间的推移，你就会说，嘿，我相信你，因为你一直在推荐正确的行动。去做吧。

去做吧。这就是人工智能，你开始自动化是因为它正在展示它的工作。它给你逻辑。随着时间的推移，你会发现，你知道，你不需要再问我任何问题了。去做吧。你开始信任人工智能去做的事情是通过使用来实现的。你不会说，是的，我相信你作为供应商可以做所有这些事情。去吧。打开它。不，那不是，那从来都不是这样运作的。对。对。你不会对人那样做。你为什么要对技术那样做？所以是的，人类需要参与其中，但是

但人工智能的真正力量在于，当你让人类脱离循环时，因为你信任它，并且你信任它能够完成它被设计要做的工作。并且你相信它可能比人类做得更好。这就是事情变得非常有趣的地方，因为它提出了关于作为人类意味着什么的存在问题？

因为如果人工智能可以做所有这些事情，那么我们是什么？我们是谁？如果人工智能可以做所有这些事情。百万美元的问题。是的。人工智能仍然需要我们提出问题。

它需要我们去想象未来。它不能做那些事情。查琳，我认为这可以追溯到我们开始使用计算机的时候。同样的，我的意思是，在90年代初，80年代末，我们仍然在职场上工作。我们还没有真正完全接受在工作场所使用计算机，但它开始进入许多工作。你甚至无法想象他们今天不使用计算机。对。

并且有一些想法是，好吧，你知道，这将取代许多工作。好吧，是的，它确实如此。我们看到多少行政助理？有多少接待员或秘书或邮递员？他们称他们为什么？邮局？我们真的看不到邮局了。你知道，前台有一个收件箱，人们会取走他们的东西。

但是我们现在有更多的能力和功能，因为我们使用计算机。我认为这是一个相同的范例，不是吗？我们正处于萌芽阶段。我们回到了80年代和90年代，试图弄清楚这将如何改善我们所做的事情。不一定是取代我们，而是它将如何改善我们所做的事情。是的。有一句谚语已经存在一段时间了，那就是人工智能不会取代你。使用人工智能的人会。是的。

所以学习如何使用人工智能。那些最强烈反对人工智能的人，我对他们的第一个问题是，你用过它吗？是的。对。如果你没有，我会说，如果你有，那么我可以和你进行理性的讨论。但如果你没有，

那么让我们让你开始使用它，看看它到底能做什么。我理解这些都是很大的担忧，这很可怕，这是人工智能，是天网来征服我们所有人等等。我明白了。但了解它的最好方法是使用它。然后你可以理解它能够做什么，以及它不能做什么。了解这项技术可以消除很多恐惧。

我并不是说人工智能很棒，自动成为一件好事。我对它的用途持乐观态度，但它需要人们将其用于那些好的用途。在缺乏这种积极的、乐观的对人工智能的看法的情况下，我们有那些出于邪恶目的使用它的人。克服人工智能负面影响的唯一方法是将其重新用于善。

所以我们需要更多的人将其用于善。所以如果你担心人工智能的影响，那么找到方法来减轻坏的影响，并确保它被用于善。我认为这就是最后的总结了，查理。所以我们就此结束。我们还可以涵盖更多内容。我感觉到了，德怀特。我不知道你认为如何，但我们可以和你谈论这件事一整天。哦，当然。是的。

我的意思是，有很多事情我们可以讨论，查琳。对。你可以看到我们现在脑袋里都在转动。因为德怀特和我都在想，你知道，我们应该回去。正如我所说，我这里有一个最小的人工智能，它已经启动了。它通常每天都会启动。我确实会问它问题。但是，你知道，正如你所说，我正处于能够成为提示开发者阶段的萌芽阶段，因为我还不太明白。我必须得到，我必须进行培训。

是的，我的意思是，你可以去Coursera或edX，那里有各种提示工程课程。我记得我第一次看到它的时候，我想，

什么？那是什么？是的。重要的是，我鼓励你参加这些课程，但实际上去看一下OpenAI的提示工程指南。他们会列出这些是使提示更好的六件事。云危害，双子座危害。阅读这些，你就可以开始了。如果你想要更多，那么就去看看其他的东西。但这很简单。是的。

这有点像，我们知道如何优化谷歌搜索。我们必须随着时间的推移学习这一点。你不必做人工智能。我相信最后的那个小问题，你训练你就像，这是如何问我，这是你需要给我的。与其试图写出完美的提示，不如准备好与人工智能进行一次非常好的对话。所以为了清楚起见，特别是对于转录，那个问题是什么？是的。

在你开始之前，问我可以问的任何澄清问题。

查琳，感谢你来到人力资源数据实验室播客。这很有趣。德怀特，谢谢你。谢谢你。车轮在转动。我们两个的耳朵里都冒出了烟。是的，没错。对于那些没有看到视频的人。我们有很多想法正在进行中。所以非常感谢你的收听。保重，注意安全。这是人力资源数据实验室播客。如果你喜欢这一集，请订阅。

如果你认识任何可能想听的人，请发送给他们。感谢你本周加入我们，敬请期待我们下一集。注意安全。